AI ilə fon silmə necə işləyir: seqmentasiya və alfa maskaları

AI ilə fon silmə fotonu çoxlu nümunə şəkil üzərində öyrənmiş neyron şəbəkədən keçirməklə işləyir: şəbəkə hansı piksellərin əsas obyektə, hansılarının isə fona aid olduğunu tanıyır. Model maska çıxarır - hər pikselin obyektə nə dərəcədə aid olduğunu göstərən boz tonlu xəritə - və bu maska son PNG-nin şəffaflığına çevrilir. Bütün proses avtomatik baş verir, heç bir kənarı əl ilə çəkməyə ehtiyac yoxdur.

Əl ilə kəsimdən avtomatik maskalara

AI alətlərindən əvvəl fonu silmək obyekti əl ilə seçmək demək idi. Dizaynerlər yollar çəkmək üçün qələm alətindən, oxşar rəngli sahələri tutmaq üçün sehrli çubuqdan, maskaları rəngləmək üçün fırçalardan istifadə edirdilər. Rəngə əsaslanan alətlər düz studiya fonlarında yaxşı işləyir, lakin fonu qarışıq və ya rəngi obyektə yaxın olan real fotolarda çətinlik çəkir.

Maşın öyrənməsi bunu dəyişdi. Neyron şəbəkə yalnız rəngə əsaslanmaq əvəzinə obyektlərin formalarını və kontekstini öyrənir: insanın, ayaqqabının, itin və ya avtomobilin adətən necə göründüyünü və konturunun harada ola biləcəyini.

Addım 1: Şəkil hazırlanır

Foto yüklədikdə o, adətən modelin gözlədiyi ölçüyə gətirilir və piksel dəyərləri normallaşdırılır. Modellər sabit və ya məhdud giriş ölçüsü ilə işləyir, buna görə sistem sonradan nəticəni orijinal şəklinizə uyğun olaraq yenidən böyüdür.

Addım 2: Şəbəkə şəkli təhlil edir

Fon silmə modellərinin əksəriyyəti seqmentasiya - hər pikselin etiketlənməsi - üçün hazırlanmış konvolyusiya neyron şəbəkələri və ya transformer əsaslı şəbəkələrdir. Onlar adətən iki hissədən ibarət olur:

• Şəkli addım-addım xüsusiyyətlərə sıxan enkoder: sadə kənar və teksturalardan "üz" və ya "məhsul" kimi yüksək səviyyəli anlayışlara qədər.
• Bu xüsusiyyətləri yenidən tam ölçüyə açan və hər piksel üçün proqnoz verən dekoder.

İki hissə arasındakı əlaqələr ilk qatlardakı incə detalları çıxışa ötürür və bu, dəqiq kənarlar üçün vacibdir. Bir çox fon silmə modeli əsas obyektin aşkarlanması (salient object detection) və ya dixotomik şəkil seqmentasiyası üçün öyrədilir - səhnədəki ən diqqətçəkən obyekti tapmaq və onu qalan hər şeydən dəqiq ayırmaq.

Addım 3: Maska yaradılır

Şəbəkənin çıxışı şəkillə eyni formada olan maskadır. Yaxşı modellər hər piksel üçün sərt "bəli/xeyr" əvəzinə 0 ilə 1 arasında dəyərlər verir:

• 1 - mütləq obyekt.
• 0 - mütləq fon.
• Arada - qismən obyekt, qismən fon olan kənar piksellər, məsələn, saç telləri və ya bulanıq kontur.

Bu yumşaq maska alfa maska (alpha matte) adlanır. Bu ara dəyərlərin dəqiq qiymətləndirilməsi matting adlanır və təbii görünən kəsimi sərt, pilləli kənarlı kəsimdən fərqləndirən məhz budur.

Addım 4: Maska şəffaflığa çevrilir

Sonda maska orijinal şəkil ölçüsünə gətirilir və alfa kanalına yazılır. Nəticə hər pikselin qeyri-şəffaflığını saxlaya bilən PNG kimi yadda saxlanılır. Şəffaf PNG nədir yazımız alfa kanallarını daha ətraflı izah edir.

Modellər necə öyrənir

Seqmentasiya modeli insanlar tərəfindən və ya diqqətli kompozisiya ilə yaradılmış dəqiq maskalarla cütləşdirilmiş böyük şəkil toplusu üzərində öyrədilir. Öyrənmə zamanı model proqnoz verir, onları düzgün maskalarla müqayisə edir və xətanı azaltmaq üçün milyonlarla daxili parametri tənzimləyir. Çoxlu dövrədən sonra o, ümumiləşdirməyi öyrənir: əvvəllər heç görmədiyi fotolar üçün də maska yarada bilir.

Öyrənmə məlumatlarının müxtəlifliyi vacibdir. Əsasən portretlər üzərində öyrədilmiş model insanlarda güclü olar, lakin məhsullarda çətinlik çəkə bilər, və əksinə. Universal fon silmə alətləri geniş obyekt qarışığı üzərində öyrədilir - insanlar, heyvanlar, məhsullar, nəqliyyat vasitələri və əşyalar.

Bəzi fotolar niyə daha çətindir

Hətta güclü modellərin də proqnozlaşdırıla bilən zəif yerləri var:

• İncə saç və tük. Nazik tellər bir pikseldə obyekti və fonu qarışdırır. Məsləhətlər üçün fotolarda saçı necə kəsib ayırmaq olar yazısına baxın.
• Aşağı kontrast. Ağ masa üzərində ağ məhsul modelə kənarın harada olduğu barədə az vizual ipucu verir.
• Şəffaf və ya parlaq obyektlər. Şüşə, su və parlaq metal fonu öz içindən və ya üzərində göstərir.
• Qeyri-müəyyən obyektlər. Qrup fotosunda və ya qarışıq səhnədə hansı obyektin "əsas obyekt" olduğu aydın olmaya bilər.
• Aşağı keyfiyyət və ya bulanıqlıq. Çatışmayan detal kənarları qeyri-müəyyən edir. Kiçik mənbəni əvvəlcə AI böyüdücü ilə böyütmək kömək edə bilər.

Seqmentasiya obyekt aşkarlanması ilə eyni deyil

İki yaxın anlayışı ayırmaq faydalıdır. Obyekt aşkarlanması şəkildəki əşyaların ətrafına düzbucaqlı çəkir və onları etiketləyir, məsələn, "it" və ya "avtomobil". Bu, saymaq və ya etiketləmək üçün faydalıdır, lakin düzbucaqlı kəsim üçün çox kobuddur. Seqmentasiya piksel səviyyəsində işləyir və dəqiq kontur yaradır. Fon silmə üçün seqmentasiya və matting birlikdə lazımdır: kontur sistemə hansı sahənin obyekt olduğunu, maska isə hər kənar pikselin nə qədər yumşaq olmalı olduğunu deyir. Məhz buna görə fon silmə alətləri arxada düzbucaqlı fon parçası qoymaq əvəzinə çiyin xəttini və ya barmaqlar arasındakı boşluğu izləyə bilir.

Sürət və keyfiyyət

Model hazırlayanlar dəqiqliyi sürət və yaddaşla tarazlaşdırır. Daha böyük modellər və daha yüksək giriş ölçüləri adətən incə kənarları daha yaxşı tutur, lakin daha uzun işləyir. Kiçik modellər daha sürətlidir, lakin incə detalları buraxa bilər. Remove Photo Bg də daxil olmaqla bəzi xidmətlər şəkilləri üçüncü tərəf AI xidmətlərinə göndərmək əvəzinə modellərini öz serverlərində işlədir. Şəxsi fotolar və ya hələ təqdim olunmamış məhsullarla işləyərkən bunu nəzərə almağa dəyər.

AI ilə fon silmədən ən yaxşı nəticəni necə almaq olar

1. Obyekti aydın edin. Kadrda tam görünən bir əsas obyekt ən yaxşı nəticə verir.
2. Kontrastdan istifadə edin. Rəng və parlaqlıqla obyektdən fərqlənən fonda çəkin.
3. Kəskinliyi qoruyun. Yaxşı fokus və işıq modelə izləmək üçün təmiz kənarlar verir.
4. Kifayət qədər böyük şəkil yükləyin. Kiçik önizləmələrdən və güclü sıxılmış ekran görüntülərindən qaçın.
5. Kənarları yoxlayın. Nəticəni istifadə etməzdən əvvəl saçı, barmaqları və məhsulun künclərini böyüdüb baxın.

Fonu asan silinən fotoları necə çəkmək olar bələdçimiz çəkiliş məsləhətlərini daha ətraflı izah edir.

Əlaqəli AI üsulları

Fon silmə oxşar ideyalara əsaslanan bir neçə AI şəkil tapşırığından biridir. İnpeyntinq maskalanmış sahəni inandırıcı məzmunla doldurur və obyekt silmə aləti arzuolunmaz əşyaları məhz belə silir. Super-rezolyusiya şəkilləri böyütmək üçün çatışmayan detalları proqnozlaşdırır və AI ilə böyütmə belə işləyir. Daha çox məlumatı AI inpeyntinq nədir yazısında oxuya bilərsiniz.

Onu işdə görün

AI ilə fon silmə adi fotonu bir addımda təmiz kəsimə çevirmək üçün seqmentasiya və matting-i birləşdirir. Bunu anlamağın ən yaxşı yolu sınamaqdır: fotonu Remove Photo Bg-ə yükləyin və modelin obyektinizin kənarlarını necə emal etdiyinə baxın.